[发明专利]一种PCB裸板图片配准方法和装置

说明书

本发明公开了一种PCB裸板图片配准方法和装置，通过获取PCB裸板的待配准图片和预置参考图片，提取预置参考图片的第一特征区域，通过第一特征区域和预置定位误差得到待配准图片的搜索区域，利用模板匹配算法从搜索区域中精确定位第二特征区域，对第一特征区域和第二特征区域进行SIFT特征点提取和优化，得到至少一组第一特征点和与第一特征点的像素位置相匹配的至少一组第二特征点，通过预置公式计算待配准图片与预置参考图片的单应性矩阵，根据单应性矩阵对待配准图片进行仿射变换得到PCB裸板的配准图片。这种方法获得的配准图片配准精度高，满足PCB裸板的实际生产需求。解决了现有的PCB图片配准精度要求高和因缺少Mark点容易造成PCB图片配准偏差的技术问题。

技术领域

本发明涉及质量检测技术领域，尤其涉及一种PCB裸板图片配准方法和装置。

背景技术

印制电路板(也称PCB)，是电子元器件电气连接的提供者，是各种电子产品的关键部件，其性能的好坏直接影响电子产品的使用寿命。PCB裸板的发展已有100多年的历史，它的主要优点是大大减少布线和装配的差错，提高了自动化水平和生产效率。

PCB裸板从单层板发展到双面板、多层板和挠性板，并不断地向高精度、高密度和高可靠性方向发展，不断缩小体积、减少成本、提高性能，未来PCB生产技术的发展趋势也在性能上往高密度、高精度、细孔径、细导线、小间距、高可靠、多层化、高速传输、轻量、薄型方向发展，这也对PCB裸板的质量检测工作产生了越来越大的挑战。

随着表面组装技术(SMT，Surface Mount Technology)中使用的印制电路板线路图形精细化、SMD元件微型化及SMT组件高密度组装、组装的发展趋势，采用目检或人工光学检测的方式检测已不能适应，自动光学(AOI，Automatic Optic Inspection)技术作为质量检测的技术手段已是大势所趋。AOI的核心之一是图像处理软件，图像处理软件的核心是检测算法。目前很多的PCB图像缺陷检测算法发至可分为两大类：参考算法和非参考算法。参考算法分为两大类：图像对比法和模型对比法。参考算法使用待测电路板的全部信息，一般是先将标准图像与待测图像进行比较，也称为逐像素比较。其中，最直接的是将两幅图像进行XOR运算，这是速度最快的一种方法，并且易于硬件实现，但是这种算法对标准图像与待测图像之间的像素差要求高，不利于生产实现。

目前还有一种PCB外观缺陷检测配准方法就是使用人工选取Mark点(一般是PCB裸板边缘区域的露铜实心圆)的方法一一首先选取定位点区域，然后进行各种统计运算从而求得精确的圆心，最终获得匹配点对，但是由于Mark点较少(一块PCB上一般只有2-4个Mark点，甚至有的PCB裸板没有加工Mark点，不能进行图像配准)，最终获得的特征信息过少，不足以表征整张图像的位置变换，配准精度不够高，容易造成配准偏差。

发明内容

本发明实施例提供了一种PCB裸板图片配准方法和装置，解决了现有的PCB图片配准精度要求高和因缺少Mark点容易造成PCB图片配准偏差的技术问题。

本发明提供的一种PCB裸板图片配准方法，包括：

S1：获取PCB裸板的待配准图片；

S2：提取预置参考图片的任意一个第一特征区域，根据所述第一特征区域和预置定位误差范围确定所述待配准图片的搜索区域，并以所述第一区域特征区域为模板根据模板匹配算法在所述搜索区域中精确定位第二特征区域；

S3：提取所述第二特征区域的第二SIFT特征点，并提取所述第一特征区域的第一SIFT特征点，根据预置算法对所述第二SIFT特征点和所述第一SIFT特征点进行特征点匹配，剔除错误匹配的特征点，得到至少一组第二特征点和至少一组第一特征点；

S4：根据所述第一特征点和所述第二特征点通过预置公式计算所述待配准图片与所述预置参考图片的单应性矩阵，并根据所述单应性矩阵对所述待配准图片进行仿射变换，得到配准图片。